2021-01-31

两个肚子里有墨的 能交流到一块的人 可太有意思了 听了许与马的交流 很是收益
在 历史的长河中 一次次的重蹈覆辙 一次次的推陈出新 一次次的 因果循环 历史就显的那么重要同时又那么 悲凉 悲凉的的是 一次次的重演 又有几人能在历史的长河中 留下

百分之五 新的一个 刻在骨子里的数字 代表的意义 可真的是 太深刻了

接下来 总结一些 晚上要将的关于兵王的一个 例子 运用的是支持向量机的 一个模型
最开始的 应该是简单的介绍 一下 兵王的规则 兵王一国际象棋的一个残局 黑方剩 一个兵 一个王
白方 剩一个王 判定最后是 黑胜 还是平局
运用的 把之前所学习的 关于支持向量机的知识 全部给用到了 还加上第二章的对数据 和最终结果的一个判定 了解了 一个完整的运行过程

整体的学下来 对 机器学习的一个整体的过程有了一个了解 这么多的模型 都有一个偏重程度 具体的一个对象 选取 一个 具体的模型 主要的一个 定理 没有免费午餐 这个算是 一切的一个开始
接下来 就是 对数据的寻找 提取 描述 在这里 采用的是 libsvm 提供的数据 已经模拟好了
数据的组成形式 就是 有2万多组数据 每一组数据 由 7个指标构成 表示的 棋子在键盘上的位置
还有一个是 表示的步数 表示的最终的一个结果 首先开始的时候 是一个对数据的处理 将横坐标的英文字母 表示成 数字 再把 标签 表示为 +1 与 -1 之后就是调用包 使用libsvm 提供的svm的包进行一个计算 这个 存在 几个 不懂的点 先进行一个记录 主要的是 关于 α 的求解 这里的一个解决方式 还是浙大的胡老师的课程 自己跳过了 一点点 觉得公式堆到 没有什么意思 但是最终还是要回去 再继续看看 后面的一个就是 引入了 pandas 与 numpy 这两个也是一个类 到是这两个仅仅是 数学上的一个方便计算 没有涉及到 具体的那个模型 其中一个点 使用的方法是 梯度下降
直接计算 它的梯度 求出极值 通过 auc 与 roc 进行一个判断 还有一个 评估矩阵 进行评估

针对里面的具体过程还是要再看一下

剩下的就是 对生活的一个思考 或者说是提高自己的思考深度 不仅仅的停留一个 表象 多看一些堆积深度的东西 一定要真正的了解一个东西 真正的沉寂下来 回头看看 究竟沉淀了多少的东西
不要那么的浮躁了 看到一个人 的 本质上的一个 发力点 看到人与人之间的真正的不同 真正的不一样的地方 还有一个点就是 关系的打理 不需要过多的一个言语上的表达 怀着一个真正的心再加上一个 真正的行动 是一个叠加的关系 真正的时刻的记在心上 不是等到 为时已晚的时候才懂得 珍惜 抓住能抓住的东西 给自己创造机会 不要在做令自己 感动的事情了 真正的落实到行动上

需要注意的还有一个点 是 自己的假装 好像就是 小时候遗留下来的 没有必要 营造的 好的一个氛围
还有一个就是 夸大的表述 或者说是 装*的表现 真的是没有必要 但是好像已经养成这个习惯
还有一个就是 接受不了 别人的批评 或者说是 同级的一个 评价 值得益处的一个点是 自己比比较看重的人 才值得自己的反驳 但是 实际并不是这样的 仅仅是 为了维护自己的面子 现在仅仅是意识到了这个问题 下一步就是 着重的考虑 的一个 解决方法 或者说是 把这样一个行为给转化一下

事情要自己 找到 一个平衡点 就拿自己的一个 日记来说 看到 1000这个目标 很是激动
但是慢慢的感觉到 写得多了 感觉 废话 好像多了 现在想象 还是 应该写的多一点 当然啦
写得少 也有相应的一个 废话 相应的写的多了 有用的东西也多了起来 同时 可以让自己的气场更多的增加 这么下来 还是不错的 就这样的继续 还有就是 尽量的 把所经过的都给复现一下
进行一个简单的回顾 与 提升 更好的遗忘 更好的 记忆 更好的理解

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354

推荐阅读更多精彩内容

  • 报名参加了十点读书21天读书打卡的活动,其中一个环节,在十点会员app上,每天念书里的文字10分钟。我现在比较喜欢...
    弘毅日记阅读 173评论 0 0
  • [玫瑰]左镶云 2021年1月31日,精进营7天 一,我听到了什么? [玫瑰]经历过第一季第二期终于进入状态。让我...
    左镶云阅读 218评论 0 0
  • 夜莺2517阅读 127,720评论 1 9
  • 版本:ios 1.2.1 亮点: 1.app角标可以实时更新天气温度或选择空气质量,建议处女座就不要选了,不然老想...
    我就是沉沉阅读 6,894评论 1 6
  • 我是一名过去式的高三狗,很可悲,在这三年里我没有恋爱,看着同龄的小伙伴们一对儿一对儿的,我的心不好受。怎么说呢,高...
    小娘纸阅读 3,388评论 4 7